7.1 AI赋能金融
跨界融合是创新的源泉,而AI与金融的融合则成就了一次新的创新。到了现在,AI 已经不再是科技企业创新的专属武器,而是以雷霆万钧之势潜入了各个传统领域,成为其变革求新、提高效益的关键因素,当然,金融领域肯定也包括在里面。至于AI在金融领域造成了什么效果,则要从本节的内容中寻找答案。如图7-1所示为AI为企业提供战略性商业建议。
7.1.1 智能信贷决策
之前,所有的信贷决策都是由信贷人员做出的,仔细想来,这种方式其实存在很多弊端,例如,主观色彩过于强烈、所需时间过长、耗费精力过多等。为了解决这些弊端,一套完整的智能信贷解决方案——“读秒”便横空出世。
在最开始的时候,“读秒”其实只是一个决策引擎产品,经过这几年的发展,现在已经成为一套完整的智能信贷解决方案,而以周静为代表的“读秒”团队也成功加入PINTEC(品钛)旗下。
仲惟晓是“读秒”的技术负责人,他曾介绍,到目前为止,接入“读秒”的数据源已经超过40个,而且通过API,这些数据源可以被实时调取。另外,接入数据源以后,“读秒”还可以通过多个自建模型(例如,预估负债比、欺诈、预估收入等)对数据清洗和挖掘,并在此基础上,综合平衡卡和决策引擎的相关建议来做出最终的信贷决策。而且,还有更重要的是,所有的信贷决策都是平行进行的。
据了解,只需要10秒左右的时间,“读秒”就可以做出信贷决策。在这背后,不仅有前期日积月累的数据收集和分析,还有绝对不可以忽视的模型计算。
在普通人看来,大数据、机器学习等前沿技术就好像一个大黑箱,但其实是可以找到一些规律的。对此,仲惟晓表示,“读秒”的合作伙伴经常会提供大量数据,但真正有价值也有用途的数据维度基本上都是需要挖掘的。“并不是说把数据拿来,然后放在一个很神奇的机器学习模型里就能把结果预测出来。”
举一个非常简单的例子,客户在申请信贷的时候,会产生各种各样的数据,例如,交易数据、信用数据、行为数据等,这些数据可以帮助决策机构更加深入地了解客户。然而,这些数据是需要挖掘的,只不过挖掘的过程与信贷的过程并不是相融合的。
此外,仲惟晓还说:“有海量的数据之后,我们需要利用距离、分组等决策算法,从这些数据中筛选出业务适用的模型,规避风险。”接着,他又用一个例子来进一步解释背后的道理,具体如下:
“一个很简单的例子,比如客户在多平台借款的情况——以前我们觉得,一个客户借款5次、8次或者10次,第三方数据源可能会提供。但是现在,我们更加会看,比如多平台的借款频率,在过去的90天,或者270天、360天中是怎么变化的,此外还有借款的次数和借款平台数之间的关系。在这些裸体数据上面所建的就是所谓‘维度’。”
实际上,虽然看起来不同客户在不同平台留存的数据并没有太大关联,但这些数据之间也会形成网络交织。而且,随着客户数量的不断增加,留存的数据也会越来越多。这样的话,“读秒”的自创模型就可以得到进一步优化,从而适用于更多场景。
由此来看,“读秒”的大数据并不是面向一个客户,而是面向一群客户,也正是因为这样,再加上前期累积的功力,才造就了“读秒”的10秒决策速度。
“读秒”科学决策总监任然明确指出:“其实建模型这个东西,大部分时间都花在挖掘数据上。把几千个、几百个数据跑出想要的维度,最后一气呵成建成模型,这个很快。只是之前这个东西是需要大量时间的积累,而且很多时候是需要试错的。就比如现在如果有一千个维度在跑的话,毫不夸张地说,我们就会建大约十万个或二十万个维度,去试哪些维度有用,哪些维度没用,因为需要去理解数据。”
以“读秒”为代表的智能信贷解决方案,不仅让信贷决策变得更加科学、合理、准确,而且让被借贷方和决策机构免遭风险。
可以预见的是,未来信贷决策的智能化程度会越来越高,金融领域的稳定性也会越来越强。
7.1.2 智能金融咨询
除了智能信贷决策,智能金融咨询也是 AI 赋能金融的一个重要体现。目前,随着资产管理需求的不断增长,AI可以成为金融咨询工作中的一个好帮手。例如,在银行中放置一些机器人,让这些机器人去回应客户的咨询。这样,客户便会在咨询过程中获得更加完美的体验,具体可以从图7-2所示的几个方面进行说明。
1.与客户保持互动连接
在数据评估这一方面,机器人的优势比人类更加明显。除了可以为每位客户详细介绍金融服务的最佳可行方案,还可以为那些资产净值较高的客户提供科学合理的资金管理策略。与此同时,机器人也可以与客户保持长时间的互动连接,并为其提供更加便利和快捷的咨询服务。
2.与客户进行语音沟通
前面已经说过,机器人可以为客户提供个性化咨询服务,不仅如此,机器人还可以为企业提供资金管理咨询服务。另外,由于绝大多数机器人都安装了智能语音系统,因此可以与客户进行语音沟通,从而进一步提升服务质量和服务效率。
具体来说,通过语音输入,客户可以浏览最新的金融产品并从中挑选出自己感兴趣的那一个。这时,客户只要用语音的方式将结果传达给机器人,机器人同样也会用语言的方式回复客户,或者是用文字的方式把金融产品数据发送到客户的手机上。
3.为客户提供个性化咨询服务
通常来讲,机器人不仅可以了解和掌握客户的资产管理需求,还可以对风险控制进行综合分析,从而进一步提升金融咨询服务的个性化和多元化。更重要的是,在此基础上,机器人可以为客户挑选更加合适的股票或金融产品。另外,机器人可以用较短的时间对大数据进行处理,然后根据每位客户的实际情况,将检索到的有用数据发送到客户的手机上。
由此可见,机器人已经开始承担一部分金融咨询工作,这不仅降低了金融机构的人力成本,还提高了金融咨询工作的效率和质量。更重要的是,金融领域的智能化水平也因此有了很大的提高,而这也将为中国的金融事业带来更多新机遇。
7.1.3 智能金融安全
2015年,互联网金融第一次被写入《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》,在金融领域不断进步的过程中,这一举措无疑是浓墨重彩的一笔。从目前的情况来看,随着互联网的逐渐普及,互联网金融似乎依然在蓬勃发展,但不同的是,由于监管机制的渐趋完善,互联网金融正在朝着有序化、规范化的方向转变。
2016年10月,国务院办公厅正式发布了《互联网金融风险专项整治工作实施方案的通知》。不过,即使这样,作为金融的一个重要分支,互联网金融安全的重要性也不可以被忽视。毕竟互联网是一个公共空间,其中难免会掺杂着各种各样的风险。
另外,零壹财经创始人柏亮曾表示,如果要把国民经济转变为消费主导型,那就必须大力发展以下3 种类型的机构——理财机构、投资服务机构及技术服务机构。同时他还特别指出,技术服务机构将会成为“构成未来互联网金融主要的发展群体”。而Linkface恰巧是一家新型的技术服务机构。如图7-3所示为智能金融安全。
2014年11月,Linkface在清华科技园创业大厦的一处办公场所悄然诞生。诞生之初,就获得了不少世界级奖项。接下来,随着AI在金融领域的逐渐火爆,Linkface又开始钻研实现金融安全智能化的方法。
正是凭借这种非常珍贵的钻研精神,Linkface很快获得了投资者的关注和认可,并相继与50多家知名企业达成了深度合作,其中占比最大的就是互联网金融企业和传统商业银行。在这之后,Linkface非常清楚地意识到,对于准入门槛非常高的金融领域而言,如何提高交易场景下的“安全”指数是一个十分关键的问题。
因此,Linkface的最大愿景就是为金融企业和金融机构提供星级安全服务,尽快打造出一套完整且完美的智能金融安全解决方案。依托以深度学习为驱动的相关技术(例如,活体检测、文字识别、人脸识别等),Linkface构建了一个身份核验机制。该机制适用于那些需要身份认证的应用场景,例如,远程开户、柜台开户、ATM 交易、线上实名认证等。这样的话,“我是我”的认证过就可以变得更加高效,也更加安全。
据了解,Linkface的人脸识别技术具有相当高的安全系数,甚至可以与7位数字密码相媲美。不过,即使如此,也还是会有黑客用各种各样的不法手段对系统进行攻击,在这种情况下,Linkface活体检测技术就可以派上用场,对不法攻击进行识别,从而最大限度地保证金融环境的安全。
未来,AI 在金融安全方面的可能性还会越来越多,这不仅可以帮助金融企业和金融机构打造最高安全标准,还可以让金融工作变得更加高效、轻松。更重要的是,可以为金融领域创造更大的价值。
7.1.4 智能保险理赔
通常来讲,保险理赔的步骤是非常烦琐的,而在所有的步骤当中,耗费时间最长的应该是审核。之所以会这样,主要就是因为需要审核的内容确实非常多,主要包括被保人的身份、诊疗信息、保险事故信息等。
当然,除了审核,还有一些别的步骤,这也在一定程度上造成了传统理赔的一些弊端,例如,速度慢、手续多等。但必须承认的是,即使存在这些弊端,从出险到理赔的每一个步骤也都不可以省略。
不过,自从AI出现以后,保险理赔似乎就变得和以前不一样,其中最明显的就是智能化程度越来越高,从而导致速度加快了很多。而支撑这一结果的则是那些前沿技术,具体如图7-4所示。
1.人脸识别技术
在理赔的时候,最重要的就是确认被保人的身份,这一点是毋庸置疑的。通过人脸识别技术,保险公司可以既准确又迅速地识别出被保人的面部特征,从而进一步确认究竟是不是被保人。
2.大数据模型、风控模型
运用大数据模型和风控模型,可以生成风控规则,同时还可以对被保人之前的出险数据和征信数据进行进一步筛选和排查。
如果模型发现哪一个保险案子存在问题,那么这个案子就会由理赔人员亲自审核,这不仅可以提高保险公司的风控水平,而且可以提高理赔人员的危机意识。
3.光学字符识别技术
这项技术可能还不太普及,但保险巨头平安已经将其成功地运用到理赔当中。通常理赔人员在进行理赔工作时,需要一步步确认审核,因此,浪费了大量的时间和精力。而光学字符识别技术可以迅速且精准地抓取到相关证件上的数据信息,从而对被保人信息进行识别,这一过程不仅非常轻松,而且用时还非常短。
在上述几个前沿技术的助力下,保险理赔已经变得越来越智能化,保险人员的工作也比之前轻松了很多。由此来看,各大保险公司还是应该牢牢抓住这样的绝佳机会,从而保证自己不落后于新时代。
7.1.5 智能客户服务
通常来讲,在金融领域,AI 的应用应该分为3个阶段——机器学习阶段、自然语言处理阶段、知识图谱阶段。其中,机器学习阶段的主要体现是,金融机构全面渗透到所有模型建设当中;自然语言处理阶段的主要体现是,绝大多数金融机构都已经引入自然语言处理技术;而知识图谱阶段的主要体现则是,将知识图谱应用到反欺诈分析当中。
如今,AI正在逐渐成为一项普惠科技。在这种情况下,越来越多的机构开始高举AI大旗,而上面提到的AI在金融领域的3个阶段也有不同程度的落地,但怎样才可以让AI与金融工作中最重要的客户服务相融合呢?如图7-5所示的两个因素是不可或缺的。
1.数据
对于客户服务来说,数据是非常重要的。例如,有了数据以后,金融机构就可以为客户制作出精准的画像,并在此基础上提供更加符合客户需求的服务。在这一方面,中国移动互联网金融综合服务平台——玖富就做得非常不错。
从2006年成立一直到现在,玖富已经历经了十多年的发展,在这期间也积累了各种各样的数据。有了这些数据以后,玖富就将其用到了客户服务当中。具体来说,当客户需要服务的时候,玖富就会根据客户留存下来的数据提前制订一份服务方案,从而极大地提高服务效率和服务质量。
与此同时,随着AI的不断发展,机器已经可以在某种程度上替代真正的客服人员,通过模仿人类对话的形式与客户进行深度互动。玖富凭借自己的数据优势,对客户进行分类处理,并根据后台任务列表,通过一些比较流行的方式(例如,私信、评论、点赞等)实现与客户的互动,从而提升客户服务的精准性和有效性。
2.技术
这里所说的技术就是 AI。无论是数据挖掘,还是技术研发,或是应用落地,技术团队都扮演着非常重要的角色。拿前面提到的玖富来说,虽然是一个业务型的金融平台,但风控人员和技术人员的数量都是比较多的,占比甚至已经超过60%。
一旦拥有了强大的技术实力,应用落地就只是一个时间问题。例如,玖富就将知识图谱、拟人操作、自然语义等前沿技术以机器人的形式展示了出来,并让这些机器人去完成一些客户服务工作。
不难看出,“AI+客户服务”已经在很多方面(例如,快速高效、实时精准、稳定细致等)表现出了非常明显的优势。此外,在智能化方面,玖富也已经形成了一套比较完整的逻辑。
具体来说,通过机器人客服提升客户转化、通过智能化营销吸引更多的新客户和潜在客户、通过多元化和个性化的服务增强客户黏性,从而打造出一个全智能服务闭环。与此同时,玖富的举措也深刻诠释了客户服务的4个趋势,即数据化、智能化、营销化和个性化。
总而言之,现在已经来到了一个AI无处不在的时代,无论是传统金融,还是互联网金融,都应该积极拥抱AI。然而,在AI的助力下,让客户服务走在业务的前面,尽力为客户创造更加完美的服务体验,也许才是客户管理的最高级手段。
本书评论